Monthly Archives: December 2017

今年ももう直ぐ終わりですね

　この記事は予約投稿で2355にパブリッシュされる予定です。うまく動いているといいですが。。。 このブログはWordPress.comで書いています。アクセストラッキングを見ると昨年よりアクセス数はおよそ二倍くらいに増えていますが、投稿数は実は昨年の方が多かったです。 ↓ 　ここ数年、なんとなく英語の記事を書いているわけですが、全然レベルが上がっている気がしない今日この頃です。 　今年を振り返ると、仕事では色々と新しい経験をする機会がありました。毎年一緒に仕事させていただく方がレベルが高い方々ばかりで、刺激を受けることが多く助かる反面、自分全然足りないわーと感じることも増えています。 　また、新しいことを色々やる機会が増えた一方で、実験室で合成実験する頻度が激減しました(´・ω・｀)ｼｮﾎﾞｰﾝ。というかほとんどしてない、、、。今年はCompChemの仕事も取り組めるようになり、ちょっとですが、実務としてコードを書いてプロジェクトに貢献できたのは個人的にモチベーションを保つ良い刺激になりました。後は社内外の調整みたいなことを結構やった感じ。ペーパーワークのスキルがちょっと上がったw 　社歴もまあまあ長くなり上から数えた方が早くなりました。昔、自分よりずっと上の先輩社員の方が「これからは君ら若手が道を切り開いていくんだ。応援するよ。」とかいうのを聞いて、釈然としない気分なったことをいまだに覚えています。だんだんそちら側の年に近くなって来ました。私は若い方にそんなこと言うつもり全くないです、もちろん邪魔するとかじゃなくて協力もしますし、応援もします。が、むしろ若手に負けないくらい自分が頑張らないといかんと危機感を覚えます、、、後は任せるよ、応援するよとかいった時点で研究者としての責任を放棄したのではないかと思うわけで、そんなこと言うくらいならポスト譲るべきでしょ。 　と言うわけで来年も1日1日がんばります、息抜きもしつつ。 F2Fでお話しさせていただいた方、あったことはないけどSNSを通じて交流させていただいた方、皆様のより一層のご活躍と、成功を祈りつつ、今年最後の記事としたいと思います。 皆様にとって来年がより良い年になりますように！！！！

Build QSAR model with pytorch and rdkit #RDKit

There are many frameworks in python deeplearning. For example chainer, Keras, Theano, Tensorflow and pytorch. I have tried Keras, Chainer and Tensorflow for QSAR modeling. And I tried to build QSAR model by using pytorch and RDKit. You know, pytorch has Dynamic Neural Networks “Define-by-Run” like chainer. I used solubility data that is provided fromContinue reading “Build QSAR model with pytorch and rdkit #RDKit”

How do pharmaceutical companies improve their productivity?

One of my favorite journal is Drug Discovery Today from Elsevier. And I read a short review about the productivity it was interesting for me. The title is “Do large mergers increase or decrease the productivity of pharmaceutical R&D?”. @_@ https://www.ncbi.nlm.nih.gov/pubmed/28646641 I am in charge of medicinal chemistry of middle size pharma, so I amContinue reading “How do pharmaceutical companies improve their productivity?”

Ultra fast clustering script with RDKit #RDKit

Some years ago, I got very useful information for molecular clustering. Bayon is ultra fast clustering tool. The author made not only Japanese-tutorial but also English-tutorial. This tools is easy to use but to use bayon in chemoinformatics area, user needs data preparation. I wrote simple script that converts smiles to bayon input format andContinue reading “Ultra fast clustering script with RDKit #RDKit”

Can machine learn important feature from SMILES?

Today I found challenging article in arxiv. It describes about SMILES2Vec. https://arxiv.org/pdf/1712.02034.pdf You know word2vec is very attractive and major application for ML area and SMILES2Vec has same concept. It converts smiles to vector and learn which character is important. The author use “black box” models for building model. I am not sure about “blackContinue reading “Can machine learn important feature from SMILES?”

創薬化学者の仕事について #souyakuAC2017

こんにちは。情弱のiwatobipenといいます。当方とある企業で創薬化学者のお仕事をさせていただいています。 今日は悪ノリで創薬 Advent Calendar 2017にエントリーしたので、創薬化学者の仕事ってどんなもんかなというのを私の視点で書いてみようかなって思っています。 ちなみに会社によっても変わる部分です（まあ僕の会社の中の人でもこんなん違うだろ！って意見もあると思います。それは全然否定しません。）。まあ、ただの読み物として捉えて下さい。 なお、この記事は創薬 Advent Calendar 2017 (#souyakuAC2017) の５日目の記事です。 創薬化学者は薬になりうる化合物を設計して合成することがお仕事です。合成は自分がするとは限りません。従いまして、創薬化学者と有機合成化学者は異なります。どっちがどうだとかそう言った議論ではなく、目的が違うんですね。さて、薬に求められることって色々あります。 – 薬効（これがなければ病に困っている患者様を助けられないですね。） – 毒性がないこと（どんなに強くても副作用がそれを上回ってしまえば毒になってしまいます。） – 飲みやすさ（錠剤なら小さいとか、経口剤の方が飲みやすいとか、溶けやすいかとか、、、注射剤の方が好ましいケースももちろんあります。） – コスト（医療経済、薬価は議論がありますが、高いより安い方がもちろん好ましいですね。） – 作った化合物の権利＝特許が取れないとダメですから知財の知識も求められます。 – 製造できるプロセスが必要です。目的の化合物を効率的に作りきるプロセスケミストリーの知識、スキルも必要でしょう。 もう書いてるだけ目が回ります。全てのスペシャリストもいますが得意な場所を伸ばしてあるパートのスペシャリストの道に進む人もいます。例えば、どんな難しい化合物であっても商用プロセスに仕上げてしまう合成のスペシャリストとか。第六感のようなセンスの塊でなんかわかんないけど、あの人が作る化合物はすごい。みたいな。いろんなタイプの研究者人います。ですが、目的は薬を世に出し、苦しんでいる方々を救うことです！ チームワークも大切です。薬理学研究者、薬物動態の研究者、毒性学の研究者、いろんな専門の人と議論して、構造に落とし込んで次の一手を考える必要があります。 、、、ここに置換基入れると活性上がるよなぁ、と構造活性相関でわかっていても、そこに入れると脂溶性が上がってしまい代謝安定性が悪化したり、毒性が出たりしてしまう。んーここには入れられぬ、、、のようなジレンマとの戦いの日々もあります。 全て１００点のもが取れれば最高ですがそんなことは、ほとんどありません。リスクandベネフィットを考慮してどうやったら先に進められるかという戦略を立てることが重要です。この文献は仕事の同僚から教えてもらったのですがとても面白いと思います。 Drug Discovery: A Modern Decathlon創薬は総合競技です。 あ、ちなみに私はもうこの仕事してだいぶたちますけど、正直成功した経験はありません。退職するまで一つくらいは世に薬出す仕事に貢献したいと思っていますけどね。 やりがいはあるけど、そうそう成功するわけでもない職種だと思います。情熱があれば薬が作れるかというとそんなことは100％ないです。情熱は必要ですが、サイエンスに基づいた戦略がないとエネルギーの浪費です。私の尊敬する大先輩は、ある会議で根性論的な議論になった際にボソッと”薬は情熱で作るんじゃないよサイエンスで作るんだよ”って呟いていました。忘れられません。 ここから最近の話題です メガファーマがサイトをクローズすることが増えましたね。これに合わせてCROが増えてきているように思います。CROとはContract Research Organizationの略で、色々と創薬に関する業務を受託する企業のことです。メガファーマでの経験豊富な人材、ファシリティがあります。問題なんでも解決しますよ。という提案です。探索用のライブラリ合成、プロセス検討、スケールアップ、薬理評価などなどなんでもできます。こういった企業は価格もそれなりにします。一方でコスパを考えれば人件費の安い国にいけば良いわけで、比較的低コストで合成の人員を依頼できるCROもあります。 極論ですが、創薬化学者の仕事は委託でまかなえる部分が増えているわけです。実際バーチャルファーマと言って、考えるヘッドの数人だけで後の実務は全部CROに委託して創薬をやるといった企業もあります。これは当事者にしてみれば結構シビアな問題です。会社で給料をもらうということは、自分に投資してもらうってことと同じなので、私は投資する価値がありますよって示さないとならないと思うんです。つまりそういったメガファーマ出身の猛者がうようよいるところで、私に投資した方がいいですって自信持って言えるのかってことだと思うのです。 じゃあどうすんのさってのは正直私も答えを持っていません。ただ、何か一つの専門性だけでやってこうと思うとそれこそ突き抜けたレベルに行かないとダメなのかなって。自分はちょっと脇道に外れてT shapeな人になりたいなって考えています。最近はTじゃなくてπという話もあります。 つらつら書いてしまいましたが、最先端の科学技術と自分の合成スキルを組み合わせてデザインしたものを形にできるという仕事はとってもやりがいがあります 私にとっては。 もう一回書きますが、これはあくまで私見なのでいやいや違うでしょ、とかいろんな意見があると思います。ご意見、あればお受けいたします。 最後になりますが駄文に最後までお付き合い頂いたことに感謝意を述べておしまいにしたいと思います。 最後まで読んでいただきありがとうございました。 次はチャンスがあればもっと技術よりの話題を書こうかな

Data sharing for drug development

Many kinds of predictive models are used not only prediction of target activity but also prediction of safety. It often needs lots of data to build robust predictive model. It’s problematic. The article describes the challenge to solve the problem for non-clinical safety area. eTOX project, which started in 2010. The project over came followingContinue reading “Data sharing for drug development”